Qual a velocidade do Mercury 3?

A Inception diz que ele gera 1.068 tokens por segundo em GPUs da Nvidia, de 4 a 8 vezes mais que modelos rápidos como o GPT-6 Luna e o Claude Haiku 5.5. Ainda não há medição independente.

O que é um modelo de linguagem por difusão?

É um modelo que gera muitos tokens em paralelo, a partir de um rascunho com ruído que vai sendo refinado. Os modelos tradicionais geram um token por vez, em sequência.

Quanto custa o Mercury 3?

US$ 0,20 por milhão de tokens de entrada e US$ 0,70 de saída. No lançamento, a Inception cobra metade, US$ 0,10 e US$ 0,35, sem data para o fim do desconto.

O Mercury 3 tem pesos abertos?

Não. O acesso é só por API, na plataforma da Inception, no OpenRouter, na Baseten e na Vercel.

Mercury 3: modelo de difusão a 1.068 tokens por segundo

Capa do Watcher com o título Mercury 3 passa de 1.000 tokens por segundo — Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI.

A Inception, de Redwood City, na Califórnia, lançou na segunda, 19 de outubro, o Mercury 3, seu maior modelo de linguagem por difusão. A empresa diz que ele gera 1.068 tokens por segundo em GPUs da Nvidia, de 4 a 8 vezes mais rápido que os modelos rápidos das grandes empresas, e que empata ou supera o GPT-6 Luna, da OpenAI, e o Claude Haiku 5.5, da Anthropic, em vários testes. O contexto subiu de 260 mil para 1 milhão de tokens. Todos os números são da própria Inception, e nenhum laboratório independente publicou medição até 22 de outubro.

Em resumo

Velocidade: 1.068 tokens por segundo em GPUs da Nvidia, segundo a Inception. O GPT-6 Luna roda a cerca de 130 e o Haiku 5.5 a cerca de 240, pela medição da própria empresa citada pelo MarkTechPost.
Tamanho: mais de 40 vezes maior que o Mercury 1 em parâmetros totais, com qualidade média cerca de três vezes maior. O número de parâmetros não foi divulgado.
Qualidade: na tabela da Inception, o Mercury 3 lidera 8 de 12 testes contra o GPT-6 Luna e o Haiku 5.5. Perde no DeepSWE v1 e no MRCR v2 para o Haiku.
Preço: US$ 0,20 por milhão de tokens de entrada e US$ 0,70 de saída. No lançamento, metade disso, sem data para acabar.
Acesso: API própria compatível com a da OpenAI, além de OpenRouter, Baseten e Vercel. Não há pesos abertos.

O que muda num modelo de difusão?

Quase todos os modelos de linguagem são autorregressivos. Geram um token por vez, e cada token depende do anterior. Um modelo de difusão começa com um rascunho cheio de ruído e refina muitos tokens ao mesmo tempo, em paralelo, até o texto ficar pronto. A técnica veio dos geradores de imagem, explica o The Next Web. A Inception atribui a velocidade a esse paralelismo.

A dúvida sobre a difusão em texto era se ela escalaria como os modelos tradicionais. A Inception diz que sim: as leis de escala dos modelos autorregressivos valem também para difusão. Stefano Ermon, cofundador e CEO, disse no comunicado que o Mercury 3 é “mais de 40 vezes maior, bem mais capaz e ainda roda a mais de 1.000 tokens por segundo”. Ele afirmou que os limites agora são computação e dados e que o próximo modelo já está em treinamento. Ao The Deep View, citado pelo The Next Web, Ermon contou que a empresa usou enxames de agentes rodando o próprio Mercury 3 para otimizar o modelo, o que somou cerca de 16% de velocidade.

Como ele se sai nos testes?

A tabela da Inception, com configuração média e reproduzida pelo MarkTechPost, compara o Mercury 3 com o GPT-6 Luna e o Claude Haiku 5.5. No GPQA Diamond, de raciocínio científico, foram 89,23 contra 86,36 e 84,51. No IFBench, que mede se o modelo segue instruções, 76,84 contra 61,82 e 54,65. No SWE-Bench Atlas, de programação, 51,08 contra 33,33 e 32,26.

O modelo perde em quatro dos 12 testes. No DeepSWE v1, outro teste de código, o Haiku 5.5 fez 51,62 e o Mercury 3 fez 46,31. No MRCR v2, que mede busca em contexto longo, o Haiku fez 78,40 contra 75,50. No AA-LCR v1.1 e no AA-Omniscience-Public, o Luna ficou um pouco à frente, com 78,30 contra 77,67 e 46,94 contra 46,44. O MarkTechPost aponta contexto longo e tarefas longas de código como os pontos fracos.

Clientes com acesso antecipado deram números de uso. A TinyFish rodou 50 tarefas reais de navegação do Mind2Web e o Mercury 3 completou 50%, mais que o GPT-6.1 Sol, sem número divulgado para o rival. A Octen mediu 0,9 segundo de mediana para gerar a resposta e 2,2 segundos de ponta a ponta numa busca para óculos inteligentes. Todos esses resultados vieram por meio da Inception.

Ele é mais barato que os rivais?

Por token, não. O preço de tabela é US$ 0,20 na entrada e US$ 0,70 na saída. O GPT-6 Luna custa US$ 0,10 e US$ 0,50, preço que a OpenAI anunciou em setembro. O Claude Haiku 5.5, lançado em 7 de outubro, custa os mesmos US$ 0,10 e US$ 0,50 para pedidos de até 100 mil tokens, segundo o Let’s Data Science. Com o desconto de lançamento, o Mercury 3 cai para US$ 0,10 e US$ 0,35, e a entrada em cache sai 90% mais barata.

Um texto da OrcaRouter diz que o preço de saída do Mercury 3 seria cerca de um quinto do Haiku 5.5, sem mostrar o número do Haiku. A conta não fecha com o preço do Haiku 5.5 informado pelo Let’s Data Science e pelo MarkTechPost, e este texto não a usa. A proposta da Inception é vender tempo de resposta. Para um agente que faz dezenas de chamadas em sequência, cada segundo poupado se soma.

Como chegamos até aqui?

O Mercury 1 saiu em junho de 2025. Em novembro de 2025, a Inception captou US$ 50 milhões numa rodada semente liderada pela Menlo Ventures, com M12, da Microsoft, NVentures, da Nvidia, Snowflake Ventures, Databricks e os investidores Andrew Ng e Andrej Karpathy, segundo o TechCrunch. O Mercury 2 trouxe raciocínio para a difusão e o Mercury 2.5 trouxe raciocínio ajustável e 260 mil tokens de contexto. O Mercury 3 é a quarta versão.

A difusão segue minoritária. O The Next Web lembra que o Google DeepMind lançou em junho o DiffusionGemma, modelo de texto por difusão. Do lado dos modelos tradicionais, OpenAI e Anthropic baixaram o preço dos modelos menores desde setembro, como a Marcio.AI mostrou no lançamento do GPT-6 Luna. Segundo o Unite.AI, o Mercury 2 e o Mercury 2.5 fecharam para novos usuários, e os clientes atuais têm acesso até 15 de novembro.

O que observar nas próximas semanas

A tese da Marcio.AI: o Mercury 3 vai ganhar espaço em voz, atendimento e agentes de navegação, onde a demora derruba a experiência, e vai ficar atrás em tarefas longas de código e de documento, onde o próprio quadro da Inception mostra perda para o Haiku. Quatro sinais para conferir. A primeira medição independente de velocidade e qualidade, já que a Artificial Analysis ainda não tinha página do modelo em 20 de outubro, segundo a OrcaRouter. A data de fim do desconto de lançamento. A migração dos clientes do Mercury 2 e 2.5 até 15 de novembro. E o anúncio do próximo modelo, que Ermon diz já estar em treinamento.

Fontes

Rating Marcio.AI: 4/5 (Global, Muito relevante, Muito próximo do hype). Seção DeepTech do Watcher.

#MarcioAI #Inception #Mercury3 #ModelosDeDifusao #LLM #Latencia

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.

Inception lança o Mercury 3, modelo de difusão que passa de 1.000 tokens por segundo